Отслеживание контактов распространения COVID-19 при помощи цифровых технологий с искусственным интеллектом (обзор литературы)
- Авторы: Даминов Б.Т.1, Аширбаев Ш.П.1, Вихров И.П.1
-
Учреждения:
- Ташкентский педиатрический медицинский институт
- Выпуск: Том 67, № 2 (2023)
- Страницы: 142-148
- Раздел: ПРОФИЛАКТИКА ИНФЕКЦИОННЫХ ЗАБОЛЕВАНИЙ
- Статья получена: 25.10.2024
- URL: https://hum-ecol.ru/0044-197X/article/view/638020
- DOI: https://doi.org/10.47470/0044-197X-2023-67-2-142-148
- EDN: https://elibrary.ru/rpzgzr
- ID: 638020
Цитировать
Полный текст
Аннотация
Появление COVID-19 практически совпало с началом активной фазы процесса цифровизации во всех сферах, в том числе в системе здравоохранения. Более того, COVID-19 невольно стал импульсом, который ускорил внедрение цифровых технологий, а также инициировал новые, зачастую инновационные решения для борьбы как с вирусом, так и с его разрушительными социальными и экономическими последствиями.
Цель исследования — анализ существующих научных публикаций в области цифрового отслеживания контактов COVID-19 с помощью технологий искусственного интеллекта (ИИ), обсуждение вопросов, связанных с защитой персональных данных при использовании официальных мобильных приложений, сделать выводы и дать рекомендации в области эффективной и этичной организации цифрового отслеживания контактов как одного из основных инструментов профилактики распространения пандемии.
Проанализированы научные публикации, содержащиеся в научных базах данных Ebsco Publishing и SpringerLink, за март 2020 г. – апрель 2021 г.
Цифровые решения отслеживания контактов нашли свое важное место среди прочих противоэпидемических мероприятий во многих странах мира. Однако такие же решения, но уже с использованием ИИ пока ещё набирают свою популярность. Национальные правительства ряда развитых и развивающихся стран понимают важность национальных систем отслеживания контактов, что в свою очередь обусловило внедрение таких подходов в национальные стратегии противодействия пандемии.
Заключение. Цифровые технологии отслеживания контактов с использованием ИИ потенциально могут стать эффективным инструментом в борьбе с COVID-19 и подобными пандемиями. Однако подобные цифровые системы ещё находятся на предварительной стадии своей разработки и внедрения, и потребуется время, прежде чем будут видны результаты. Очень немногие из рассмотренных примеров и моделей цифровых решений отслеживания с использованием технологий ИИ имеют эксплуатационную зрелость на данном этапе.
Участие авторов:
Даминов Б.Т. — концепция и дизайн исследования, написание текста, редактирование;
Аширбаев Ш.П. — сбор и обработка материала, написание текста, статистическая обработка данных;
Вихров И.П. — концепция и дизайн исследования, сбор и обработка материала, написание текста, составление списка литературы, статистическая обработка данных, редактирование.
Все соавторы — утверждение окончательного варианта статьи, ответственность за целостность всех частей статьи.
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.
Поступила 26.05.2021
Принята в печать 14.10.2021
Опубликована 28.04.2023
Ключевые слова
Об авторах
Ботир Т. Даминов
Ташкентский педиатрический медицинский институт
Автор, ответственный за переписку.
Email: noemail@neicon.ru
ORCID iD: 0000-0002-9419-0831
Россия
Шерзод П. Аширбаев
Ташкентский педиатрический медицинский институт
Email: noemail@neicon.ru
ORCID iD: 0000-0003-2491-5312
Россия
Игорь Петрович Вихров
Ташкентский педиатрический медицинский институт
Email: igorvichrov@yandex.ru
ORCID iD: 0000-0002-4333-8533
Начальник отдела электронного здравоохранения, Инновационный центр Ташкентского педиатрического медицинского института, 100140, Ташкент, Узбекистан.
e-mail: igorvichrov@yandex.ru
РоссияСписок литературы
- Ferretti L., Wymant C., Kendall M., Zhao L., Nurtay A., Abeler-Dörner L., et al. Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing. Science. 2020; 368(6491): eabb6936. https://doi.org/10.1126/science.abb6936
- Hatamian M., Wairimu S., Momen N., Fritsch L. A privacy and security analysis of early-deployed COVID-19 contact tracing Android apps. Empir. Softw. Eng. 2021; 26(3): 36. https://doi.org/10.1007/s10664-020-09934-4
- Amit M., Kimhi H., Bader T., Chen J., Glassberg E., Benov A. Mass-surveillance technologies to fight coronavirus spread: the case of Israel. Nat. Med. 2020; 26(8): 1167–9. https://doi.org/10.1038/s41591-020-0927-z
- Park J., Cho S., Lee J., Lee I., Park W., Jeong S., et al. Development and utilization of a rapid and accurate epidemic investigation support system for COVID-19. Osong. Public Health Res. Perspect. 2020; 11(3): 118–27. https://doi.org/10.24171/j.phrp.2020.11.3.06
- Lai S.H.S., Tang C.Q.Y., Kurup A., Thevendran G. The experience of contact tracing in Singapore in the control of COVID-19: highlighting the use of digital technology. Int. Orthop. 2021; 45(1): 65–9. https://doi.org/10.1007/s00264-020-04646-2
- Lalmuanawma S., Hussain J., Chhakchhuak L. Applications of machine learning and artificial intelligence for Covid-19 (SARS-CoV-2) pandemic: A review. Chaos Solitons Fractals. 2020; 139: 110059. https://doi.org/10.1016/j.chaos.2020.110059
- Bansal A., Padappayil R.P., Garg C., Singal A., Gupta M., Klein A. Utility of Artificial Intelligence Amidst the COVID 19 Pandemic: A Review. J. Med. Syst. 2020; 44(9): 156. https://doi.org/10.1007/s10916-020-01617-3
- Martinez-Martin N., Luo Z., Kaushal A., Adeli E., Haque A., Kelly S.S., et al. Ethical issues in using ambient intelligence in health-care settings. Lancet Digit. Health. 2021; 3(2): e115–e123. https://doi.org/10.1016/s2589-7500(20)30275-2
- Dignum V. Responsible artificial intelligence: how to develop and use AI in a responsible way. Springer Nature; 2019.
- Piccialli F., di Cola V.S., Giampaolo F., Cuomo S. The Role of Artificial Intelligence in Fighting the COVID-19 Pandemic. Inf. Syst. Front. 2021; 23(6): 1467–97. https://doi.org/10.1007/s10796-021-10131-x
- El-Haddadeh R., Fadlalla A., Hindi N.M. is there a place for responsible artificial intelligence in pandemics? A tale of two countries. Inf. Syst. Front. 2021; 1–17. https://doi.org/10.1007/s10796-021-10140-w
- D’Angelo G., Palmieri F. Enhancing COVID-19 tracking apps with human activity recognition using a deep convolutional neural network and HAR-images. Neural. Comput. Appl. 2021: 1–17. https://doi.org/10.1007/s00521-021-05913-y
- Meirom E.A., Maron H., Mannor S., Chechik G. How to stop epidemics: controlling graph dynamics with reinforcement learning and graph neural networks; 2020.
- Musikanski L., Phillips R., Rogers P. Well-Being data gathering during COVID-19: Exploring the feasibility of a contact tracing and community well-being safeguarding framework. Int. J. Community Wellbeing. 2021; 4(3): 353–61. https://doi.org/10.1007/s42413-020-00108-0
- Agbehadji I.E., Awuzie B.O., Ngowi A.B., Millham R.C. Review of big data analytics, artificial intelligence and nature-inspired computing models towards accurate detection of COVID-19 pandemic cases and contact tracing. Int. J. Environ. Res. Public Health. 2020; 17(15): 5330. https://doi.org/10.3390/ijerph17155330
Дополнительные файлы
